R语言代码的动态展示

Question

要求：修改代码使其采用动态交互或动画形式展示
案例1：下表是2000-2010年的广告费用支出（单位：千元）情况。请选用合适的方法对该数据进行分解与平滑，并预测2012年的广告费用支出。（数据：advertise.xlsx）

案例2：某地区1992-2004年商品出口额（单位：亿美元）（数据：export.xlsx），分析商品出口额的变动趋势，选择适当的趋势模型预测2006年该地区的商品出口额。

案例3：从国家统计局网站获得的1978-2013年中国社会消费品零售总额的年度数据（单位：亿元）。(数据：retail.xlsx)
（1） 分析1978年以来我国社会消费品零售总额发展变化的基本态势，并对各种方法的分析结果加以比较。
（2） 预测2014年中国社会消费品零售总额的可能水平。

install.packages("readxl")
install.packages("forecast")
library(readxl)
library(forecast)

# 读取Excel文件中的广告费用支出数据
advertise_data <- read_excel("C:\\Users\\ASUS\\Desktop\\南京理工大学\\R语言\\实验课\\实验五时间序列建模与分析\\实验五数据及代码\\advertise.xlsx")
advertise_data

# 创建数据框
data <- data.frame(
  Year = 2000:2010,
  Expenditure = c(88.1, 94.7, 102.1, 109.8, 118.1, 125.6, 132.6, 141.9, 150.9, 157.9, 162.6)
)

# 将年份转换为时间序列对象
ts_data <- ts(data$Expenditure, start = c(2000, 1), frequency = 1)

# 指数平滑
ets_model <- ets(ts_data)
ets_forecast <- forecast(ets_model, h = 5) # 预测未来5年

# 绘制指数平滑结果
plot(ets_forecast)

# 时间序列分解
ts_decomposition <- stl(ts_data, s.window = "periodic")

# 绘制时间序列分解结果
plot(ts_decomposition)
# 使用auto.arima()函数自动选择最佳的ARIMA模型
fit<-auto.arima(advertise_ts)
summary(fit)

# 进行预测
# 我们要预测2012年的数据，即预测接下来的2年

forecasts <- forecast(fit,h=2)
# 打印预测结果
print(forecasts)

# 绘制预测图
plot(forecasts)


install.packages("readxl")
install.packages("forecast")
library(readxl)
library(forecast)

# 读取Excel文件中的支出数据
exports_data=read_excel("C:\\Users\\ASUS\\Desktop\\南京理工大学\\R语言\\实验课\\实验五时间序列建模与分析\\实验五数据及代码\\export.xlsx")

# 确保年份列是数值型，出口额列也是数值型

exports_data$年份<-as.numeric(exports_data$年份)
exports_data$商品出口额<-as.numeric(exports_data$商品出口额)

# 将数据转换为时间序列格式
exports_ts<-ts(exports_data$商品出口额, start = c(1992), frequency = 1)

# 绘制时间序列图
plot(exports_ts, main = "Commodity Export Values", xlab = "Year", ylab = "Export Value (in USD billion)")

# 这里使用自动ARIMA模型
fit<-auto.arima(exports_ts)
summary(fit)

# 进行预测
# 这里我们预测2005和2006年的出口额
length(exports_ts)+1
length(exports_ts)+2
forecasts <- forecast(fit, h = 2)
print(forecasts)

# 提取2006年的预测值
forecast_2006 <- forecasts$mean[length(forecasts$mean)]
# 打印2006年的预测出口额
cat("Predicted export value for 2006: USD", round(forecast_2006, 2), "billion\n")


install.packages("readxl")
install.packages("ggplot2")
install.packages("forecast")
library(readxl)
library(ggplot2)
library(forecast)

# 读取Excel文件中的支出数据
retail_data <- read_excel("C:\\Users\\ASUS\\Desktop\\南京理工大学\\R语言\\实验课\\实验五时间序列建模与分析\\实验五数据及代码\\retail.xlsx")
head(retail_data)

# 假设我们的数据集只有一列名为"retail_total"
retail_ts <- ts(retail_data$零售总额, start=c(1978), frequency=1)

# （1）分析基本态势

# 描述性统计
summary(retail_ts)

# 时间序列图
plot(retail_ts, main="中国社会消费品零售总额", xlab="年份", ylab="零售总额（亿元）", col="blue")



# 时间序列分析，例如ADF检验来判断是否平稳
install.packages("tseties")
library(tseries)
adf.test(retail_ts)


# （2）预测2014年水平
install.packages("forecast")
library(forecast)
# 使用ARIMA模型进行预测
fit <- auto.arima(retail_ts)
forecast_2014 <- forecast(fit, h=1)
print(forecast_2014)

# 预测2014年的零售总额
predicted_2014 <- forecast_2014$mean[2] # 因为h=1，所以预测值在第二个位置
print(paste("预测2014年中国社会消费品零售总额为：", round(predicted_2014, 2), "亿元"))

# 可视化预测结果
plot(forecast_2014)

Answer 1

以下内容由CHATGPT及阿里嘎多学长共同生成、有用望采纳：

---

要将R语言代码修改为支持动态交互或动画展示，你可以使用一些R的包，例如shiny用于创建动态交互应用，gganimate或plotly用于创建动画。以下是一些示例代码，展示如何将你的代码修改以支持动态交互和动画。

1. 使用shiny创建动态交互应用

shiny是一个强大的包，可以用来创建动态的web应用。以下是一个简单的示例，展示如何使用shiny来展示时间序列数据和预测结果。

library(shiny)
library(forecast)

ui <- fluidPage(
  titlePanel("时间序列分析"),
  sidebarLayout(
    sidebarPanel(
      sliderInput("years", "选择年份:", min = 2000, max = 2010, value = c(2000, 2010)),
      actionButton("update_plot", "更新图表")
    ),
    mainPanel(
      plotOutput("ts_plot")
    )
  )
)

server <- function(input, output, session) {
  
  # 读取数据
  advertise_data <- read_excel("advertise.xlsx")
  
  # 创建时间序列对象
  ts_data <- ts(advertise_data$Expenditure, start = c(2000, 1), frequency = 1)
  
  observeEvent(input$update_plot, {
    # 更新时间序列数据范围
    selected_ts <- window(ts_data, start = input$years[1], end = input$years[2])
    
    # 指数平滑模型
    ets_model <- ets(selected_ts)
    ets_forecast <- forecast(ets_model, h = 2)
    
    # 更新图表
    output$ts_plot <- renderPlot({
      plot(selected_ts)
      lines(ets_forecast, col = "red")
    })
  })
}

shinyApp(ui, server)

2. 使用gganimate或plotly创建动画

gganimate和plotly都是用来创建动画的包。以下是使用gganimate的一个简单示例。

library(ggplot2)
library(gganimate)
library(forecast)

# 假设你已经有了一个时间序列对象ts_data

# 创建基础ggplot对象
p <- ggplot(data = data.frame(Time = ts_data, Value = ts_data), aes(x = Time, y = Value)) +
  geom_line() +
  transition_time(Time)

# 动画展示
animate(p, fps = 1, nframes = 100, width = 600, height = 400)

参考资料

• Shiny官方文档: https://shiny.rstudio.com/
• gganimate官方文档: https://gganimate.com/
• Plotly官方文档: https://plotly.com/r/

请注意，上述代码仅为示例，你需要根据你的具体需求进行调整。例如，你需要确保数据文件的路径是正确的，并且你的R环境中已经安装了所需的包。此外，创建动态交互应用和动画可能需要一些时间来学习和实践，特别是如果你之前没有使用过这些工具。